欢迎来到天天文库
浏览记录
ID:35180790
大小:4.39 MB
页数:44页
时间:2019-03-21
《社交网络中基于交互行为的影响最大化研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号TP301密级公开UDC编号《方乂掌硕女研究i《化俗乂题目社交网络中基于交互巧为的巧响宏大化研究学院(所、中也)信息送協专业名称计篇机软件与理论研巧生姓名张帅学号12011001044导师巧名孔兵职疏副教授二零一六年五月,论文独创性声明及使用授权本论文是作者在导师指导下取得的研宛成果。除了文中恃别加W标挂和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,不存在劉窃或抄袭行为。与作者一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了
2、谢意。(现就论文的使用对云南大学授权如下:学校有权保留本论文含电子版),也可采用影印、缩印或其他复制手段保存论文学校有权公布论文的全部或部分内容,;可W将论文用于查阅或借阅服务;学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖;学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。(内部或保密的论文在解密后应遵循此规定)W7::石日:研究生签名衣导师签名期^摘要近几年来,随着各种社交网络的迅猛发展,人与人么间的主要交流方式逐渐从线,这样下变为线上,就产生了在社交网络中如何查找最有影响力的k个用户的
3、问题,也就是社交网络中影响最大化问题。影响最大化问题就是挖掘社交网络中最有影响力o*k个节点集。的Tp之前的影响最大化问题研究中,大多只是根据网络的巧扑结构来—一查找最有影响力的用户,而忽略了反映用户之间亲密程度的个很重要的因素交互行为,从而使挖掘出的最有影响力的用户往往与实际情况有较大偏差。基于此种考虑一,本文提出了基于交互行为的影响最大化问题,建立了个基于用户交互行为的影响传播模型mBJC模型。在UIBJC模型中,为了对交互行为的大小进行定量化表示,本文提出了交互度的概念,给出了基于用户交互行为的影响力计算方法一,并进行了归化处理,
4、将之作为用户之间的激活概率。这样,本文就根据UIBJC模型,提出了GAU旧算法。GAUIB算法是在贪也算法的基础上改进的,它将用户之间的交互行为运用到用户之间能否激活成功的概率中,这样就能够更加准确地衡量用户之间的影响为大小。在GAU旧算法中,因为其具有子模性,所该算法可达到63%的准确性。为了提高该算法的计算效率,之后本文又对其进行了优化,使用CELF算法减少了计算量,使其效率有了很大提升。最后,本文通过从腾讯微博中得到的相关数据进行实验验证,证明GAU曲算法可W得到基于用户交互行为的影响最大化用户集合S。关键词:社交网络;影响最大
5、化;交互行为1云南大学硕古学位论文AbstractInrecentearswith化edeveloentofsocialnetworks化emainary,oach化,pmppcommunicationraduallchanedfromclassicalwassuchasfacetofacereviewandgygyleterandsoontointernetwhichmakesitverimortant化findthemo巧influentialK,,ypuser
6、sinsocialnetworksalsoknownassocial打etworksinfluencemaximizationroblem.,pnfluence-Imaximizationproblemintendstomining化emostinflue打rialcollectio打ofTopknodesinsocialnetworks.Inpreviousstudyofthisproblem,peoplemostlyfindthemosti打fluentialusersjust
7、accordi打gto出etopologyof化enetworkto,butignore化efrequencyofinteractionwhichis泣veryimortantfactorto巧fleetthedereeofclosene巧betwee打thepgusers.Sothattileexcavatio打ofusersalwayshavelargerdeviationwithactualsituation.Forthwe--isconsider
此文档下载收益归作者所有